kettle案例

一.加载用户数据至用户维度表

1.打开kettle工具，创建load_dim_customer转换

2.配置“表输入”控件
首先配置数据库连接，连接完成后在SQL语句编写框中编写如下SQL语句：

select
coalesce(max(customer_last_update),"1970-01-01 00:00:00")
as max_dim_customer_last_update
from dim_customer;

编写完成后可以单击“预览”按钮查看：

3.配置“表输入2”控件
首先配置数据库连接，连接完成后在SQL语句编写框中编写如下SQL语句，用于获取数据库sakila中数据表customer中的最新数据：

select
customer_id,
store_id,
first_name,
last_name,
email,
address_id,
active,
create_date,
last_update
from customer where last_update > ?

编写完成后在“从步骤插入数据”下拉列表中选择“表输入”，然后单击“确定”按钮完成配置：

这里需要注意的是，获取数据表customer的最新数据中包含字段address_id，因此需要创建一个子转换，用于实现获取用户的地址，具体实现步骤如下：
4.打开kettle工具，创建fetch_address转换

5.配置“映射输入规范”控件
双击该控件，进入Mapping input specification界面，添加映射的字段address_id，该字段为传递的参数（由于转换load_dim_customer中“表输入2”控件流获取的字段address_id用于查询用户的地址信息，而后续数据仓库的维度表数据也需要用户的地址信息，因此这里将字段address_id作为传递的参数），添加完毕后单击“确定”按钮，完成“映射输入规范”控件的配置，如下图所示：

6.配置“数据库查询”控件
双击进入该控件首先配置数据库连接，连接完成后单击表名右侧的“浏览”按钮，添加数据表address；在“查询所需的关键字”框中添加查询所需的关键字字段address_id，由于该字段是唯一的，因此可作为数据表address中数据和“映射输入规范”控件流中数据的比较条件；在“查询表返回的值”框中添加查询表返回的值，如下图所示：

7.配置“数据库查询2”控件
双击进入该控件首先配置数据库连接，单击表名后的“浏览”按钮，添加数据表city；在“查询所需的关键字”框中添加查询所需的关键字字段city_id，作为数据表city中数据与“数据库查询2”控件流中数据比较的条件；在“查询表返回的值”框中添加查询表返回的值，如下图所示：

8.配置“数据库查询3”控件

9.配置“过滤记录”控件
在“条件”处设置过滤的条件，对有第二个地址的用户进行过滤操作；单击左边的“field”框，弹出“字段”对话框，选择要过滤的字段address2；再单击“=”框，弹出“函数：”对话框，选择过滤条件（这里选择的是IS NOT NULL），即过滤指定字段中不为空的数据；在“发送true数据给步骤：”后的下拉列表中选择“JavaScript代码”，将有第二个地址的用户放在JavaScript控件中，用于后续的操作；在“发送false数据给步骤：”后的下拉列表中选择“字段选择”，将没有第二个地址的用户进行字段选择处理；如下图所示：

10.配置“JavaScript代码”控件
勾选“兼容模式？”，并在JavaScript代码框中编写如下代码：

var address=address.getString()+" "+address2.getString();

如下图所示：

11.配置“字段选择”控件
双击该控件，进入“选择/改名值”界面，在“移除”选项卡的“移除的字段：”处添加要移除的字段，如下图所示：

12.配置“映射”控件
双击该控件进入后，单击“转换”处的Browser按钮，选择添加转换fetch_address，用于获取用户的地址信息，如下图所示：

13.配置“字段选择”控件
在该控件中选择“元数据”选项卡的“需要改变元数据的字段”处添加字段active，由于数据表customer中字段active的类型为tinyint，因此需要将字段active的类型改为String，与维度表dim_customer中字段customer_active的类型对应，如下图所示：

14.配置“值映射”控件
进入该控件后，在“使用的字段名：”后的下拉列表中选择字段active；在“字段值”框中添加源值和目标值，由于数据表customer中字段active的值为1和0，对应的是Y和N，这里将Y替换成Yes，将N替换成No，如下图所示：

15.配置“维度查询/更新”控件
首先配置数据库连接，配置完成后单击目标表右侧的“浏览”按钮，选择输出的目标表，即维度表dim_customer；在“关键字”选项卡处添加关键字段customer_id，用于指定维度表字段和流字段的比较条件；在“字段”选项卡处添加查询/更新字段；在“代理关键字段”后的下拉列表中选择customer_key为代理关键字段，并指定“创建代理键”为使用自增字段；在“Version字段”后的下拉列表中选择customer_version_number；在“Stream日期字段”后的下拉列表中选择last_update；在“开始日期字段”后的下拉列表中选择customer_valid_from；在“截止日期字段”后的下拉列表中选择customer_valid_through，如下图所示：

16.运行转换load_dim_customer

17.查看维度表dim_customer中的数据

如上图所示，dim_customer表中成功写入数据

二.加载商店数据至商店维度表

1.打开kettle工具，创建load_dim_store转换

2.配置“表输入”控件
首先配置数据库连接，连接完成后在SQL语句编写框中编写如下SQL语句：

select
coalesce(max(store_last_update),"1970-01-01 00:00:00")
as max_dim_store_last_update
from dim_store;

编写完成后可以单击“预览”按钮查看：

3.配置“表输入2”控件
首先配置数据库连接，连接完成后在SQL语句编写框中编写如下SQL语句，用于获取数据库sakila中数据表store中的最新数据：

select
store_id,
manager_staff_id,
address_id,
last_update
from store where last_update > ?

编写完成后在“从步骤插入数据”下拉列表中选择“表输入”，然后单击“确定”按钮完成配置：

4.配置“映射”控件
双击该控件进入后，单击“转换”处的Browser按钮，选择添加转换fetch_address，用于获取用户的地址信息，如下图所示：

5.配置“数据库查询”控件
双击进入该控件首先配置数据库连接，单击表名后的“浏览”按钮，添加数据表staff；在“查询所需的关键字”框中添加查询所需的关键字字段staff_id，作为数据表city中数据与“数据库查询2”控件流中数据比较的条件；在“查询表返回的值”框中添加查询表返回的值，即员工姓氏和名字；如下图所示：

6.配置“维度查询/更新”控件
首先配置数据库连接，配置完成后单击目标表右侧的“浏览”按钮，选择输出的目标表，即维度表dim_store；在“关键字”选项卡处添加关键字段store_id，用于指定维度表字段和流字段的比较条件；在“字段”选项卡处添加查询/更新字段,用于指定维度表字段store_id和流字段store_id数据一致需要更新的字段；在“代理关键字段”后的下拉列表中选择store_key为代理关键字段，并指定“创建代理键”为使用自增字段；在“Version字段”后的下拉列表中选择store_version_number；在“Stream日期字段”后的下拉列表中选择last_update；在“开始日期字段”后的下拉列表中选择store_valid_from；在“截止日期字段”后的下拉列表中选择store_valid_through，如下图所示：

7.运行转换load_dim_store

8.查看维度表dim_store中的数据

如上图所示，dim_store表中成功写入数据